政府支持、创新环境与工业企业研发

　　摘要：基于政府支持与创新环境均会影响企业研发的理论预期，在构建创新环境指数、分阶段测算企业研发效率的基础上，运用纳入政府支持的面板计量模型，按创新环境高—中—低分组检验金融市场与创新环境对企业研发投入、研发效率的影响以及政府支持改善创新环境的路径与效应。结果表明：(1)所有企业的研发投入均面临来自金融市场与创新环境的严重约束，创新环境对技术研发的约束在创新环境高、中两组中表现得更为突出，中档组受创新环境的约束最为严重。(2)政府支持缓解创新环境约束存在多重路径，直接路径可使创新环境高、低档组约束发生由负到正的逆转性改变，但在中档组失灵;间接路径的股市效应强于信贷效应。(3)创新连续性是制约成果转化的核心因素，高质量创新环境是保持创新连续性、提高研发效率的重要支撑，政府支持破解创新困境的路径要在准确甄别创新环境水平的前提下分类施策方能奏效。

　　关键词：政府支持;创新环境;研发投入;研发效率

　　一、问题的提出

　　我国已进入创新驱动发展的新时代，要坚持创新在经济建设中的核心地位，十九大报告指出创新是引领发展的第一动力。“十四五”规划中进一步明确，要以创新驱动逐步实现高质量供给，进而创造新需求。企业是科技创新的主体，研发资金筹集与投入是企业创新的起点，但宏观经济环境及企业性质会改变资本成本对企业投融资的影响[1]。市场环境与政府引导对制造业开展创新活动影响显著[2-3]，我国制造业以研发投资推动技术创新，进而推动生产率提升，优化营商创新环境可以降低企业的制度性交易成本，使资源得以重新配置[4]。

　　当前，我国经济增长的动力转换为创新驱动，创新环境对提升创新驱动能力有长期持久影响[5]，良好的创新环境能够提升高新技术产业绩效[6]，但区域间的创新环境差距会抑制高新技术产业竞争力的提升[7]。高新技术产业、高端制造业创新不仅对创新环境反应敏感，政府支持同样会对其产生显著的影响，尤其在企业自主研发领域政府的支持作用更为突出[8-11]。创新环境的构建、优化离不开政府参与，其中，政府会通过发放创新补贴、给予企业税收优惠以及直接提供研发资金等方式支持企业研发创新。

　　国内外诸多学者围绕政府补贴对企业技术创新的影响展开研究，但由于存在计量指标选择、研究方法、样本空间等异质性因素，目前虽然对政府补贴影响技术创新的观点已达成共识，但在具体作用方向上却存在较大分歧。部分学者认为应以补贴激励企业创新[12-14]，持该观点的研究大部分以缓解企业研发资金约束为切入点[15-17];但也有学者持相反观点，认为补贴对创新的激励效果不明显[18-20]，甚至会挤出企业自身的研发投入[21-22]。创新在驱动经济高质量发展中的地位日益提高，政府补贴与企业技术创新之间存在的非线性关联被挖掘出来[23]，二者的非线性关联较为突出地表征为倒“U”型[24]，倒“U”关系显然意味着补贴存在理想(最优)强度，适度补贴可以使补贴效率最大化并产生最优的创新激励作用[25]。

　　虽然创新环境与补贴支持影响企业创新活动的观点得到了众多学者基于不同视角的验证，但仍然存在进一步挖掘的研究空间，值得进一步深入探索：一是目前对政府补贴关注较多，但对补贴之外的政府直接提供研发资金支持企业研发活动会取得何等效果缺乏关注。二是企业技术创新是一系列过程的组合，政府支持在研发投入、研发产出的不同阶段(技术研发与成果转化)发挥了何等作用，政府支持是否使创新保持了更好的连续性，进而使得研发效率得到了提升。三是政府支持除了对企业研发产生直接影响外，是否会通过创新环境对企业研发产生影响。若存在政府支持—创新环境—企业研发投入与产出的作用路径，那么其作用关系又如何，是仅通过直接路径影响创新环境，还是存在多重间接作用路径;针对不同的创新环境水平，政府支持发挥作用的空间与作用路径是否有差异。

　　本文将对上述三方面问题开展深入细致的研究，以便对政府支持企业研发创新的作用路径进行深度揭示，尤其是对政府支持通过创新环境影响企业研发投入与产出所发挥的作用予以深度剖析，以便为优化政府支持路径、最大化提高企业创新效率、加快创新驱动型经济社会发展进程提供相关决策参考。本文余下部分安排如下：第二部分是各省份创新环境指数构建与分组剖析，第三部分是基于DEA方法的技术研发与研发成果转化效率的测算与分析，第四部分为基于面板模型的政府支持、创新环境与企业研发投入及研发效率的计量检验，第五部分为各组模型的回归结果分析，最后是本文的结论与启示。

　　二、创新环境指数构建与分析

　　创新环境应该包含硬件基础设施和相关软性因素[26]，创新环境作为创新系统的基础支撑，对创新效率提高具有十分重要的作用。早期研究中的创新环境指标除考虑了最基本的经济环境外，大多都关注了基础设施因素。近期，信息基础设施逐渐被纳入创新环境的范畴[27]，也有人将金融发展纳入了创新环境[28]。

　　鉴于本文需将金融市场作为独立的核心变量予以分析，以及侧重研究政府行为对创新系统的影响，而地方政府财政支出中投向科技与教育的资金是政府支持科技创新的直接表现。因此，本文纳入了财政科技支出、城镇化率、信息基础设施以及技术市场发展四项指标构成创新环境的基础指标。

　　(一)创新环境指标选取

　　本文选取2009—2019年中国各省份(不含港、澳、台)的规模以上工业企业为研究对象，由于西藏数据缺失严重，因而将其剔除，最终研究样本为30个省份。

　　1.各省份财政科技支出财政支持可以通过研发投入与研发产出两方面发挥作用，财政科技支出对区域创新能力的提升具有正向作用[30]。随着财政科技支出规模增长，地方创新环境得到提升，吸引了更多研发要素流入，形成正向循环。当各地纷纷增加财政科技支出时，地区间会形成财政科技支出竞争效应，这种竞争可以影响创新差距，推动区域创新格局演变[31]。地方财政科技支出结构还反映了地方政策的创新偏好，这一偏好已成为区域创新的重要因素[32]。因此，财政科技支出应该作为影响创新环境的正向因子纳入。

　　2.各省份城镇化率城镇化程度是一个地区宏观经济发展水平和经济总体环境的直观体现，要素向城市流动是城镇化演进的主要特征。随着一个地区人口向城市集聚，一方面会带来内生于劳动力的知识要素集聚的协同效应，相对更容易引发创新潮流;另一方面会不断改变城市原有的发展方案，城市通过不断增加各方面的要素供给，为新要素和劳动力提供更多融合的机会，这个过程本身就蕴含着创新，当二者有效融合时便可为城市发展贡献活力。因此，城镇化率可以作为度量创新环境的正向因子纳入。城镇化率越高，创新型人力资本流动、集聚效应越显著。同时各省份对城市的软、硬环境建设投入越多，二者越能形成正向互动循环。

　　3.各省份信息基础设施完善的基础设施可以带来市场扩张并加剧市场竞争，市场扩张引致企业加大研发投入[29]。通信技术、互联网等信息基础设施是数字基础设施的基本支撑，信息基础设施可以改善企业获得信息的便利性，降低信息获取成本，大大克服要素在地理空间和时间上的约束，提高要素的利用效率，降低企业的沉没成本和新产品推介费用，扩大市场交易边界。因此，各省份的信息基础设施水平是影响创新环境的正向因子。

　　4.各省份技术市场发展

　　新技术需要通过各种渠道被广泛应用才能转换成真实的生产力，进而带来社会效益与经济效益。当今世界，信息传输已成为技术扩散的主要载体，以互联网为基础的新一代信息技术能够为工业企业提供数字化、信息化服务，提高其创新活动的速度和效率。技术扩散可以驱动创新资源进一步集聚，从而提升区域创新能力，区域内部的技术扩散可以促进创新要素流动，从而提升其创新效率。由于省份间经济总量差距较大，因此以技术扩散强度(各地技术市场成交额与GDP之比)代表各省份的技术市场发展水平。

　　根据主成分分析结果，按照所选指标对地区创新环境的影响程度进行排序，位列第一的是各省份的财政科技支出，系数为0.54，接下来依次为各省份的城镇化率，系数为0.519，各省份的信息基础设施建设，系数为0.467，各省份的技术市场发展情况，系数为0.47。

　　各省份2009—2019年的创新环境测算得分结果如表3所示。依据各省份创新环境指数值的大小将全部样本划分为三组。其中，创新环境指数大于0的为第一组(高档组)，有北京、天津、内蒙古、辽宁、上海、江苏、浙江、福建、广东、青海、新疆11个省份;创新环境指数大于-1且小于0的为第二组(中档组)，包含河北、山西、吉林、黑龙江、安徽、江西、山东、湖北、海南、重庆、四川、陕西、甘肃、宁夏14个省份;其余创新环境指数值完全为负的为第三组(低档组)，包含河南、湖南、广西、贵州、云南5个省份。

　　究其原因，是因为创新环境度量的是各省份的整体情况，部分经济强省的经济重心集中在省内几个区域，如果该指标是以中心城市为对象进行测度的，则得到的结论可能与目前有很大不同;当以整个省份为测度对象时，有关支撑创新的资源被整个省份分摊了，而北京、上海在基础设施、科教、城镇化程度以及技术扩散等方面的整体水平远高于其他省份。

　　第二组的省份大部分经济发展平缓，进一步分析创新环境得分差距发现，导致创新环境得分低的因素主要是技术市场发展强度和财政科技支出强度两项指标。由于在数据标准化中采用了均值归一化处理，因此，标准化处理后的数据充分反映了省份间的分化程度，技术市场发展强度是所选指标中分化程度最大的一项，政府财政科技支出强度同样出现了绝大部分省份低于平均值的情况。

　　本文构建的创新环境指数本质上反映以均值为中心的省份间的差距，高档组在四项指标得分上都占据优势，该组中除了经济强省外，还包含了新疆和青海两省份，这可能源于选用强度作为基础指标，两省份的国内生产总值较低抬高了其强度得分，因此，在最终创新环境得分中进入了高档组。中、低档组创新环境水平远低于全国平均水平，对其内部因素进行分析后发现，财政科技支出与技术市场发展强度这两项共同弱项始终存在，省份间信息基础设施差距在逐年拉大，虽各省份间城镇化率差距在逐年减小，但创新环境在省份间的分化并未见收敛趋势，反而因前述三项因素的影响逐渐拉大。

　　三、基于DEA-Malmquist指数的工业企业研发效率测算

　　企业研发创新以资金筹集为起点，研发过程体现为研发资金投入、技术研发以及研发成果转化。已有研究中，有部分学者注重对研发投入的考查，主要讨论研发的资金约束及其破解路径;也有学者着重关注研发效率，围绕一系列影响研发效率的因素展开深入讨论。实际上研发活动是一系列过程与结果的有机组合，研发投入—技术研发—成果转化环环紧密相扣，每一过程的绩效都会通过研发传递链向下传导，最终影响创新转化为生产力的效能。本部分将对技术研发与成果转化的效率分别予以剖析。

　　函数形式的依赖，尤其是在多投入与多产出的效率评价中体现出较生产函数法更明显的优势而被广泛运用。静态效率评价中的CCR和BBC模型分别被运用于规模不变与规模可变的投入产出决策单元的效率测度。静态效率仅能对参与评价的单元之间的差距给出解释，却无法测度每一个决策单元在时间演进过程中的效率变化。经济学家Malmquist提出了用于缩放的因子以构造消费指数;Shephard在生产分析中提出了距离函数。

　　Charnes、Cooper和Rhodes提出运用线性规划测度技术效率后，借用Malmquist的投入和产出距离函数定义了TFP指数，即MTFP指数。该指数可以基于投入与产出导向分别建立，由于研发活动具有较大的不确定性，基于投入导向的决策虽然可以在研发资源配置上尽可能节约，但却可能导致创新产出难以满足创新驱动型社会发展的现实需求。因此，本文选择产出导向的MTFP指数对企业技术研发与成果转化的效率予以测度。

　　四、政府支持、创新环境与工业企业研发投入及研发效率检验

　　创新环境指数得分表明，我国省份间的创新环境发展差异明显，效率测度同样体现出省份间技术研发、成果转化效率的显著性差异。企业投资是在充分考虑外部环境与自身条件的情况下，融合企业家精神的决策行为，其结果体现为企业生产投资、研发投入以及各类型创新产出。

　　在没有外力干预的情况下，不同的外部环境与内部条件均会以市场主体获取的不同绩效作为反馈。由于创新活动相对于一般生产活动具有更强的产出不确定性和前期投入沉没性，且要求更高的研发投入连续性，需要接受试错多元性带来的相关成本。因此，本文接下来进一步挖掘当企业面临一定水平的创新环境、金融支持(约束)时，如何结合自身的财务状况做出研发投资决策，进而形成相应的创新成果，并进一步考查政府支持通过不同路径(金融市场、创新环境以及内部现金流)对企业研发投入与技术研发效率以及成果转化效率的影响。

　　(一)金融支持、创新环境与企业内部经营状况影响企业研发的理论分析

　　持续而充足的资金支持是企业研发创新活动得以顺利进行的必要条件，金融市场与内部收益积累是市场主体的主要资金来源。企业研发会受到资金约束已无争议，只是基于不同产权、规模、地区、行业等细分市场将表现出融资约束在程度上的差异，较为常见的情况是，国有企业、大规模企业相较于非国有和中小微企业面临的融资约束相对弱化，这与我国以银行业为主导的金融市场发展特征高度吻合。企业研发活动对资金需求具有量大、周期长、专用性投入附带极高沉没性、投资回报高度不确定性等基本特征，这些现实使企业创新的主动性降低，导致社会创新氛围不浓，创新成果不理想。也正因为如此，为鼓励和助推企业研发，各国政府纷纷采用各种策略直接或间接参与企业的研发活动，以便以政府支持之手助力企业创新发展。

　　1.政府支持企业研发的路径分析

　　已有成果中部分研究肯定政府支持的激励作用，认为其主要通过缓解融资约束来实现，但并未区分政府支持具体缓解了企业来自外部的资金约束，还是缓解了企业内部的现金流约束。由于企业对外部的资金与内部现金流在使用自由度上存在较大差异，一般而言，内部现金流充足的企业本身对金融市场的依赖性会降低，因此可以推断，政府支持在通过金融市场路径与企业内部现金流路径缓解研发金融约束上会出现两种可能的异质性特征：一是因企业资金持有状态不同而体现出的异质性效应，二是由于内部现金流对外部资金存在单向完全替代或二者的双向部分替代关系，使得政府支持在金融市场与内部现金流两个路径上缓解企业资金约束的效应存在异质性。

　　综上可见，政府支持对缓解研发资金约束的机制也较为复杂。因此，首先分别考查股票市场与信贷市场以及企业内部自由现金流对企业研发投入与研发效率的影响，再将政府支持纳入，考查政府经由金融市场支持与自由 现金流支持对企业研发投入与产出效率的影响。

　　2.创新环境对企业研发影响的理论分析

　　创新环境作为企业赖以生存的外部环境，对企业创新意愿和创新能力均有显著影响，企业研发投入与创新产出水平是其创新意愿和创新能力的直观体现。政府支持可以部分弥补不够理想的创新环境对企业研发创新的负面影响，助推企业进行研发投入，改善其研发产出效率，但作用效果可能因创新环境差异而表现出异质性特征。

　　通常创新环境水平越低，企业创新活动受到的约束越强，因而政府支持容易发挥出明显激励创新的作用;在创新环境水平相对较高的条件下，企业得到的外界支持会多一些，其获得政府支持的急迫程度会下降，政府支持的有效程度可能降低。基于以上分析，本文建立计量经济模型用以综合考查金融市场、创新环境、政府支持等外部因素以及企业内部经营状况对企业创新活动产生的影响。

　　五、模型估计结果分析

　　(一)研发投入模型回归结果分析

　　1.研发投入面临严重的来自金融市场与创新

　　环境的约束，政府支持发挥部分化解作用模型1估计结果显示，从全样本看，工业企业研发投入整体面临明显的外部资金约束和外部创新环境约束，企业内部现金流是支持企业研发投入的主要动力。回归系数表明，所有回归系数均在1%的水平上显著，其中，研发投入对自由现金流的弹性为0.08，对信贷资金的弹性为-0.08，对股票市场的弹性为-0.04，对创新环境的半弹性为-0.07。

　　可见，金融体系和创新环境均制约工业企业的研发投入，当前资金约束仍然是制约企业研发投入的核心因素。基于政府支持的不同介入路径考查其对企业创新投入发挥作用的回归结果显示：政府支持与信贷资金的交叉项为0.01(1%显著)，政府支持与股票市场的交叉项为0.02(1%显著)，政府支持与创新环境的交叉项为0.007(5%显著)。

　　可见，政府支持通过金融体系可以发挥缓解企业研发资金约束的作用，助力企业研发。同时，政府支持也改善了创新环境约束，明显降低了创新环境对研发投入的抑制，但信贷资金、股票市场以及创新环境并未在当前的政府支持模式下完全由负转正，即本文考查的政府直接投资模式仅能部分缓解外部资金与创新环境的约束。

　　(二)技术研发与成果转化效率模型回归结果分析

　　1.政府支持通过多重路径改善创新环境

　　全样本组企业内部现金流制约技术研发效率(弹性-0.02)，信贷资金与股票市场均发挥了支持技术研发效率(弹性分别为0.02、0.003)的作用，可见，金融支持技术研发的动力主要来自信贷资金，创新环境制约所有企业的技术研发效率(-0.03)。

　　考虑政府支持因素后，通过交叉项回归系数可以看出，政府支持通过两个路径改变了创新环境对技术研发效率的抑制作用：一是直接路径，纳入政府支持后创新环境对技术研发效率的影响转负为正;二是信贷资金与股票市场的间接路径，政府支持通过信贷市场使创新环境不再显著制约技术研发效率，而通过股票市场使创新环境对技术研发效率的影响发生逆转。政府支持未能改变内部现金流对技术研发效率的约束。

　　六、结论与启示

　　(一)结论

　　选取2009—2019年中国30个省份规模以上工业企业为研究样本，完成了如下研究工作：选取财政科技支出、城镇化率、信息基础设施及技术市场发展等相关指标完成了各省份的创新环境指数构建与分组;运用DEA-Malmquist方法进行技术研发与成果转化两阶段研发效率的测算;构建面板模型，对影响企业研发投入、技术研发效率与研发成果转化效率的因素进行回归分析，并通过在基本模型中引入政府支持变量，分类考查政府支持的直接与间接作用路径，以及对研发投入、技术研发效率与研发成果转化效率的影响效应，得到如下结论：第一，当前我国各省份创新环境差异巨大。

　　创新环境高档组11个省份，创新环境指数得分位于(0，5)之间;中档组14个省份，创新环境指数得分位于(-1,0)之间;其余5个省份为低档组，得分均低于-1。第二，技术研发效率组间存在差异，成果转化效率组间未见显著差异。运用MYDEA分别测算技术研发与成果转化两阶段的Malmquist指数，结果表明，技术研发阶段效率高于1的组别中包含10个省份，效率达到1的组别包含13个省份，其余7个为效率低于1的省份。研发成果转化阶段除去三个效率为1的省份外，其他省份效率均低于1，且省份间未见显著差异。可见，技术研发阶段效率远高于成果转化阶段，制约整体创新效率的主导阶段是成果转化阶段。

　　第三，基于面板模型的研发投入回归分析得到如下结论：一是样本期间，所有企业的研发投入均面临严重的资金约束。按创新环境分组研究发现，高档组同样受到信贷资金、股市融资以及创新环境的约束，但约束程度均显著低于全样本，处于创新环境高档组的企业的研发投入相较其他企业具有明显优势。二是创新环境约束研发投入在中档组样本中表现得最为突出，信贷资金对低档组样本的制约作用最强，处于创新环境高、中档组的样本研发投入主要依赖企业内部的资金支撑，低档组企业内部现金流与信贷资金同样制约研发投入。三是政府直接投资模式能够使所有企业的来自金融体系与创新环境的研发投入约束得以缓解，助力企业研发。

　　第四，基于面板模型的技术研发与成果转化效率回归分析得到如下结论：一是创新环境对技术研发的抑制作用普遍存在，分组研究发现，其对创新环境高、中档组的抑制作用更为突出，低档组未见显著影响。二是政府支持缓解创新环境约束的路径并不唯一，全样本检验发现，政府支持的直接效应使创新环境的影响由负转正;间接效应在股票市场路径上同样使其影响发生了由负到正的逆转，信贷资金则使创新环境约束不再显著。

　　三是分组检验政府支持的结果存在显著异质性。政府支持改善创新环境影响的直接路径在高档组与低档组有效，在中档组失灵;改善创新环境的间接路径在高档组信贷与股票市场均失灵，在中档组中仅股票市场路径有效，在低档组中股票市场路径发挥了极大的反转作用，即创新环境质量越低的省份，政府支持作用越显著。

　　四是成果转化效率模型回归结果表明，内部现金流和股票市场是支持研发成果转化的主要影响因素，信贷资金和创新环境均对成果转化有抑制作用，创新环境约束集中体现在低档组样本中，但由于在技术研发阶段创新环境对全样本约束严重，导致成果转化效率整体偏低。创新连续性差异在不同的创新环境组显著存在，在高档组样本中技术研发对成果转化的支撑作用最为显著，能够保持创新连续性是该组样本整体创新绩效理想的根源，中档组的创新连续性最差，技术研发严重制约成果转化，低档组虽然具有创新连续性，但来自创新环境与金融体系的约束极为严重，导致其成果转化效率仍然偏低。

　　上述研究结果表明，破解成果转化困境的路径具有明显的组间差异：创新环境高档组着重解决信贷资金约束问题，中档组需要多方助力保持创新连续性，低档组的重点则落在提高创新环境质量上。基于以上情况精准施策，方能实现在提高创新环境质量的同时取得更为理想的创新绩效，以产业创新驱动创新型社会发展。

　　(二)启示

　　尽管在对研发投入问题的研究中发现，政府的直接资金支持可以缓解企业融资约束，改善创新环境并助力企业研发，但对于不同创新环境空间的企业其影响机制与效果存在明显差异。创新环境高档组企业受到的资金与环境约束程度并不严重，政府只要稍加支持便可解决企业研发创新的困境，取得较好的创新绩效;但中档组的企业却受到最为严重的环境约束，政府支持应优先选择改善这些企业的创新环境;低档组企业受到的信贷资金约束最为严重，对于这些企业，政府支持应优先帮助其缓解信贷资金的约束问题。

　　对技术研发阶段的分析发现，创新环境是本阶段的主要约束条件，政府可以通过多重路径帮助企业改善创新环境，虽然信贷资金与股票市场是政府支持的间接传导路径，但影响效果极其显著。针对不同创新环境组中的企业，政府支持路径的有效性存在差异，高档组企业只能通过直接路径，中档组企业的直接路径失灵，仅能通过间接路径奏效，政府对低档组企业的支持应优先选择改善其创新环境。综上，只有因具体情况施策方能使政府资金在助力企业研发方面发挥最大化效能。

　　参考文献：

　　[1]MAZZIA，TONIOLOS，MANZARDOA，etal.Exploringthedirectionontheenvironmentalandbusinessperformancere⁃lationshipatthefirmlevel:Lessonsfromaliteraturereview[J].Sustainability，2016，8(11):1-25.

　　[2]田彩英.宏观经济环境、资本成本与企业融资约束[J].烟台大学学报(哲学社会科学版)，2019(2):101-112.

　　[3]张启龙.以高质量为目标的制造业企业创新对生产率提升的影响[J].调研世界，2019(7):9-14.

　　[4]夏后学，谭清美，白俊红.营商环境、企业寻租与市场创新——来自中国企业营商环境调查的经验证据[J].经济研究，2019(4):86-100.

　　[5]周超.创新驱动能力影响因素与经济增长质量关系研究——基于全国1990—2017年统计数据的VAR模型实证分析[J].工业技术经济，2019(5):12-22.

　　[6]魏新颖，王宏伟，徐海龙.创新投入、创新环境与高技术产业绩效[J].中国科技论坛，2019(11):30-37.

　　[7]叶堂林，毛若冲，李国梁.城市群内创新环境差异与高技术产业竞争力的关系探究——基于京津冀和长三角两大城市群实证分析[J].经济与管理，2020(1):16-23.

　　[8]BERGERAN，BOUWMANCHS.Howdoescapitalaffectbankperformanceduringfinancialcrises?[J].JournalofFi⁃nancialEconomics，2013，2(8)：146-176

　　[9]叶祥松，刘敬.政府支持与市场化程度对制造业科技进步的影响[J].经济研究，2020(5)：83-98.

　　作者：赵天宇1，孙巍2